Octomind: terminal, CI ve daemon kullanımı için tasarlanmış açık kaynak Rust yapay zekâ kodlama ajanı

Tek bir statik Rust binary'si olarak dağıtılan açık kaynak yapay zekâ kodlama ajanı ve ajan runtime'ı Octomind, 3 Kasım 2026'da Hacker News'in ana sayfasında yer aldı. GitHub'da Muvon organizasyonu altında barındırılan proje, bir sohbet penceresi değil, otonom kodlama işleri için bir komut satırı aracı olarak konumlandırılıyor; oturumlar operatör uzaklaştıktan sonra da çalışmaya devam ediyor.

Araç ne yapıyor

Projenin GitHub sayfasına göre Octomind, bir dil modeline MCP (Model Context Protocol) araçları aracılığıyla bir depoya doğrudan erişim veriyor: ajan dosyaları okuyup yazabiliyor, shell komutları çalıştırabiliyor, kod tabanında arama yapabiliyor ve işleri sub-agent'lara devredebiliyor. Tek bir oturum motoru beş farklı yüzeyi destekliyor: etkileşimli bir terminal prompt'u, script'ler ve CI için piped stdin, uzun ömürlü bir arka plan daemon'u, IDE eklentileri ve panelleri için bir WebSocket sunucusu ve başka bir ajanın içinde sub-agent olarak gömülmek için bir ACP modu.

Etkileşimli arayüz bilinçli olarak sade: markdown render'ı olan basit bir satır prompt'u ve tam ekran TUI yok; böylece oturumlar SSH üzerinden, tmux içinde ve CI loglarında kullanılabilir kalıyor.

Yapılandırma olarak guardrail'ler

Merkezî bir tasarım tercihi, güvenlik kurallarının etkileşimli onay diyalogları yerine TOML dosyalarında ve script'lerde yaşaması. Bir depo, runtime'ın deterministik olarak zorunlu kıldığı bir .agents/guardrails.toml dosyası içerebilir; bu üç katmandan oluşur: bir araç çağrısını çalışmadan önce engelleyen guard'lar (yetenek, argüman deseni veya oturum geçmişine göre eşleşir); bir araç sonucundan sonra çalışan ve lint hataları gibi başarısızlıkları ajanın bağlamına geri itebilen hook'lar; ve bir turdan sonra çalışan, çıktısını ajanın bir sonraki turda okuduğu validator'lar. Kurallar pop-up değil dosya olduğu için, diyelim, CI çalıştırmalarında, daemon'larda ve bir eylemi onaylayacak kimsenin bulunmadığı zamanlanmış görevlerde aynı şekilde davranıyorlar.

Harcama da aynı şekilde ele alınıyor. İstek başına ve oturum başına bütçe belirlenebiliyor; bir oturum eşiğine ulaşıldığında etkileşimli çalışma devam edip etmeyeceğini sorarken, etkileşimsiz çalışma 75 çıkış koduyla duruyor.

Kendi yayınladığı benchmark sonuçları

Proje, kendi test düzeneği octobench'ten gelen sayıları yayınlıyor; bu düzeneği, Python, PHP, Rust, C++ ve JavaScript'te birleştirilmiş pull request'lerden alınan 25 görevden oluşturulmuş ve başarı ile başarısızlığa birleştirilen düzeltmelerden ayrılan testler karar veriyor. 30 Temmuz 2026 tarihli sonuçlarda, Octomind GLM-5.2 ile eşleşerek 25 görevin 24'ünü 3,6 saatte ve 63,43 dolar maliyetle çözdü. Claude Opus 5 ile Claude Code, 25'in 23'ünü 81,79 dolara ve 6,7 saatte çözdü; GPT-5.6-sol ile Codex 25'in 21'ini 14,86 dolara ve 1,0 saatte çözdü; Octomind ile aynı GLM-5.2 modelini ve endpoint'ini kullanan OpenCode ise 25'in 19'unu 129,54 dolara çözdü.

Projenin öne çıkardığı son karşılaştırma şu: aynı model verildiğinde Octomind, yaklaşık yarı maliyetle beş ek çözüm iddia ediyor ve aradaki farkı modelden çok düzeneğe bağlıyor. README, dört ajanın da değiştirilmemiş standart çağrılarla çalıştığını belirtiyor. Bu rakamlar kendi tarafından yayımlanmış, tarihli ve bağımsız olarak doğrulanmamış durumda; bu yüzden tarafsız bir sıralama değil, geliştiricinin kendi kanıtı olarak okunmaları en doğrusu.

Kurulum ve genişletilebilirlik

Octomind, macOS ve Linux'ta bir shell script'i, Windows'ta bir PowerShell script'i ya da Homebrew ile kuruluyor. Model erişimi, projenin kendi Octomind Cloud'u üzerinden ya da OpenRouter, Anthropic, OpenAI, DeepSeek ve yerel Ollama dahil sağlayıcılardan kullanıcının sağladığı bir anahtarla çalışıyor; her role farklı bir model atanabiliyor.

Specialist adı verilen paketlenmiş ajanlar bir tap registry'si üzerinden dağıtılıyor: octomind run developer:general çalıştırmak, prompt, model, MCP sunucuları ve izinleri içeren bir manifest getiriyor, ardından bağımlılıkları kuruyor ve bir oturum açıyor. Developer specialist'iyle birlikte gelen örnekler arasında bir kan testi yorumlama ajanı ve bir hukuk specialist'i bulunuyor; ekipler kendi tap'lerini bir Git deposundan yayınlayabiliyor. Listelenen diğer yetenekler arasında çok adımlı workflow'lar, uzun görevler için uyarlanabilir bağlam sıkıştırma, cache'i hesaba katan token muhasebesi, yazmaları çalışma diziniyle sınırlayan bir sandbox bayrağı, .agents/tools/ içindeki script'lerin araçlar olarak otomatik kaydı ve bir JSON şemasıyla kısıtlanmış yapılandırılmış çıktı yer alıyor.

Neden önemli

Kodlama ajanlarının çoğu hâlâ bir insanın ekranı izlediğini varsayıyor. Octomind bunun tam tersi bir ön kabule göre inşa edilmiş: guardrail'ler, bütçeler ve rollerin sürüm kontrol edilen yapılandırma olarak ifade edilmesi, CI hatları ve arka plan daemon'ları içinde gözetimsiz ajanları makul kılan şey de bu. Tek binary paketleme ve sağlayıcıdan bağımsız model desteği, aynı ajanı bir dizüstü bilgisayarda, bir build sunucusunda ve başka bir ajanın yığınında çalıştırmanın önündeki eşiği düşürüyor. Kendi tarafından raporlanan OpenCode karşılaştırması ayrıca alandaki büyüyen bir tartışmayı besliyor — düzeneğin kalitesi model seçimi kadar önemli olabilir — ancak bu iddianın bir şeyi kesinleştirmeden önce bağımsız olarak tekrarlanması gerekecek.